面试题：Python函数默认值在复杂场景下的优化与应用

可能出现的问题

性能问题：
- 可变默认参数：如果函数使用可变对象（如列表、字典）作为默认参数，每次函数调用时若未传入新值，会使用同一个默认对象实例。例如，若在函数内部对该默认对象进行修改，后续调用时默认对象的状态已改变，可能导致非预期结果且难以调试，同时也会造成不必要的内存开销。
- 复杂计算作为默认值：若默认值是通过复杂计算得到，每次函数调用都会重新计算，导致性能下降。
维护性问题：
- 难以理解和修改：多个模块相互调用带有默认值的函数，默认值分散在不同函数定义处，若要修改默认值，需要在多个地方查找和修改，容易遗漏且难以统一维护。
- 版本兼容性：项目演进过程中，若默认值改变，可能影响到依赖该函数的其他模块，导致兼容性问题。

优化方案

解决可变默认参数问题：
- 使用None作为默认值，在函数内部判断并初始化可变对象。例如：

def my_function(param= None):
    if param is None:
        param = []
    # 函数其他逻辑
    return param

处理复杂计算默认值：
- 将复杂计算逻辑提取到单独函数中，使用functools.lru_cache进行缓存（如果计算结果不依赖于外部可变状态）。例如：

import functools

@functools.lru_cache(maxsize = None)
def complex_calculation():
    # 复杂计算逻辑
    return result

def my_function_with_complex_default(param = complex_calculation()):
    # 函数其他逻辑
    return param

集中管理默认值：
- 在一个单独的配置模块中定义所有函数的默认值，这样在需要修改默认值时，只需在一个地方修改。例如：

# config.py
DEFAULT_LIST = []
DEFAULT_DICT = {}
DEFAULT_COMPLEX_RESULT = complex_calculation()

# other_module.py
from config import DEFAULT_LIST, DEFAULT_DICT, DEFAULT_COMPLEX_RESULT

def my_function1(param = DEFAULT_LIST):
    # 函数逻辑
    return param

def my_function2(param = DEFAULT_DICT):
    # 函数逻辑
    return param

def my_function3(param = DEFAULT_COMPLEX_RESULT):
    # 函数逻辑
    return param

提高代码健壮性和可扩展性：
- 添加类型检查：使用typing模块进行类型提示，在函数入口处检查参数类型，确保传入参数与默认值类型一致。例如：

from typing import List

def my_function(param: List[int] = []):
    if not isinstance(param, list) or param and not all(isinstance(i, int) for i in param):
        raise ValueError('param should be a list of integers')
    # 函数其他逻辑
    return param

设计默认值时考虑灵活性：例如，对于一些与业务逻辑相关的默认值，可以通过配置文件或者环境变量来动态调整，这样在不同部署环境下可以灵活设置默认值而无需修改代码。

通过这些优化方案，可以有效解决默认值在性能和维护性上的问题，提高代码的健壮性和可扩展性。

星途面试题库

面试题：Python函数默认值在复杂场景下的优化与应用

知识考点

面试题答案

可能出现的问题

优化方案